摘要
本发明实施例提供一种小型低功耗的目标检测方法、装置、设备、介质及产品,该方法采用目标检测模型对待检测图像进行目标检测,目标检测模型以YOLOv5s模型为基础模型,将主干网络替换为MobileNetV3‑large网络;颈部网络的上采样路径中跨阶段局部瓶颈模块与上采样模块之间的标准卷积层替换为深度可分离卷积层;删除位于所述主干网络与所述颈部网络之间的空间金字塔池化层。利用该方法,基于YOLOv5s目标检测算法,采用主干网络替换、深度可分离卷积等技术实现了一种适用于移动设备或嵌入式设备的高精度低时延的目标检测方法,解决了现有目标检测算法中高计算开销、高资源消耗以及大体积等问题。
技术关键词
采样模块
网络
语义特征提取
空间金字塔
注意力机制
低功耗
图像
层级
计算机程序产品
残差模块
可读存储介质
嵌入式设备
上采样
瓶颈
处理器通信
低时延
系统为您推荐了相关专利信息
动态控制参数
协同调度方法
风电机组控制器
智能电网
能量特征值
情感识别模型
情感识别方法
多模态
注意力
情感识别设备
分布式深度强化学习
面向多机器人
动态调度系统
机器人机械结构
深度强化学习算法
光照反射模型
生成产品
分布式存储节点
图像获取方法
光谱成像设备